过拟合:为了追求模型的准确率,导致模型的复杂度增加
正则化:是模型结构风险最小化策略的实现,在经验风险上添加一个正则化的项或者惩罚项
泛化能力:通过泛化误差来进行表现
- 决策树(decision Tree)
优点:
一. 对于决策树,数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化,比如去掉多余的或者空白的属性。
二. 决策树是一个白盒模型。如果给定一个观察的模型,那么根据所产生的决策树很容易推出相应的逻辑表达式。
缺点:
一、 对于那些各类别样本数量不一致的数据,在决策树当中,信息增益的结果偏向于那些具有更多数值的特征。
二、 决策树处理缺失数据时的困难。
三、 过度拟合问题的出现。
2. 朴素贝叶斯的优缺点
优点:
一、 朴素贝叶斯模型发源于古典数学理论,有着坚实的数学基础,以及稳定的分类效率。
二、 NBC模型所需估计的参数很少,对缺失数据不太敏感,算法也比较简单。
缺点:
一、 理论上,NBC模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此,这是因为NBC模型假设属性之间相互独立,这个假设在实际应用中往往是不成立的(可以考虑用聚类算法先将相关性较大的属性聚类),这给NBC模型的正确分类带来了一定影响。在属性个数比较多或者属性之间相关性较大时,NBC模型的分类效率比不上决策树模型。而在属性相关性较小时,NBC模型的性能最为良好。
二、 需要知道先验概率。
3 Adaboosting方法的优点
一、 adaboost是一种有很高精度的分类器。
二、 可以使用各种方法构建子分类器,Adaboost算法提供的是框架。
三、 当使用简单分类器时,计算出的结果是可以理解的。而且弱分类器构造极其简单。
四、 简单,不用做特征筛选。
五、 不用担心overfitting。
SVM的优点:
一、 可以解决小样本情况下的机器学习问题。
二、 可以提高泛化性能。
三、 可以解决高维问题。
四、 可以解决非线性问题。
五、 可以避免神经网络结构选择和局部极小点问题。
SVM的缺点:
一、 对缺失数据敏感。
二、 对非线性问题没有通用解决方案,必须谨慎选择Kernelfunction来处理。